数字治理何以提升治理效能:基于社会公众的微观条件过程
2022-10-19孙少芹任家庆
孙少芹,任家庆
(1.辽宁师范大学 政府管理学院,辽宁 大连 116029;2.辽宁师范大学 地方政府治理研究中心,辽宁 大连 116029)
0 引言
“十四五”规划提出“加快数字化发展,建设数字中国”要求,未来中国政府数字化改革步伐将逐渐加快,数字治理将成为赋能政府“善治”的一大动力。理论界曾一度将数字治理视为整体性治理理论在数字时代的发展,希望以此解决对效率的片面追求。这是因为数字治理一方面为政府治理提供新工具,推进社会民主和科学决策,对政府组织内部“赋能”;另一方面改变政社互动,对外部公众“赋权”,成为提升治理效能的时代选择。正如公共管理学家邓利维所说在实践上关注政社合作,在理论上回应公共行政的价值理性,是数字治理的现代社会治理特征,如何在数字社会协调政社治理关系,提升现代治理效能,是发展数字治理必须解决的内在问题。现有研究指明了数字赋能治理的动力和结果,但其内嵌的前提机制,特别是在社会微观层面的影响路径,仍需进一步探究。此外,现有研究缺乏实证研究,以理论推演和个案分析为主。因此,本文从数字治理的微观本体视角出发,科学测量并实证了数字治理通过社会公众影响治理效能的条件过程,丰富了数字治理和治理现代化理论,为政府数字治理的公共性建设提供了经验数据和治理启示。
1 研究假设
1.1 数字治理对公民个体的影响
数字治理是政府以信息技术为基石,利用互联网、物联网、数字化等技术进行的新治理范式。数字治理将公民身份数字化,实现了政府与公众之间的双向触达,促进治理更加便捷透明,扩展公民和平参与渠道,为社会赋权,为公民增权。现有实证研究表明,规范的数字治理行为有利于提高公民政治参与积极性,而积极性作为政治行动背后的动机因素,是政治效能感的重要内涵,现已国家宏观视域和个体行动视域实证了政治效能感对政治参与的促进作用。由此推测数字治理对政治效能感和政治参与都有正向影响,政治效能感正向影响政治参与。综上提出如下假设:
H1:数字治理对政治效能感有显著的正向影响。
H2:数字治理对政治参与有显著的正向影响。
H3:政治效能感显著正向影响政治参与。
1.2 公民个体与治理效能的关系
政治参与是公民自愿开展与政府或国家打交道的行为。公民政治参与作为影响政府决策的社会行为,会对社会秩序产生正向或负向影响。李普塞特认为,社会秩序是治理效能的重要测评指标,因为在某种意义上,政治合法性来自于公共权力的有效社会治理。所以,在当今全过程民主语境下,正向的政治参与是在法律范围的自发的民主活动,并以理性维护社会秩序为前提,反之则为负向。具体而言,有序有效的参与提升沟通国家与社会关系,推进利益表达,缓和主体冲突,从而提升政府治理效能,反之,形式的、碎片的、抗争的参与降低治理效能。此外,中国女性政治参与率较男性低,甚至存在政治冷漠,这是因为社会文化对个体行为意义产生的影响,调节了女性政治参与行为,所以性别可能在政治参与作用路径中起调节作用。由此提出如下假设:
H4a:政治参与对治理效能有显著的正向影响,参与行为越有序,治理效能越高。
H4b:性别在政治参与对治理效能的正向影响中起到显著的调节作用,其作用上男性高于女性。
1.3 数字治理对治理效能的影响
数字治理为社会赋权,为政府赋能。从社会角度看,数字治理改善政社关系,提升治理张力。从政府角度看,数字治理促进政务数据协同共享,优化供给,精准服务,科学决策,提升效能。由此认为数字治理能够提升治理效能,其作用在微观层面需通过政社互动实现。结合前文对数字治理、政治效能感、政治参与、治理效能之间关系的论述,推测治理效能感和政治参与是数字治理对治理效能微观影响过程的中介变量。由于未获得政治效能感对治理效能有直接作用的理论支撑,所以增设治理效能感通过政治参与发生中介效应的推论。推论具体为如下假设:
H5a:数字治理显著正向影响治理效能。
H5b:政治效能感和政治参与在数字治理和治理效能之间起到链式中介效应。
H5c:政治参与在数字治理和治理效能之间起到中介效应。
基于上述推论,本文的理论模型如图1所示。
图1 理论模型
2 研究设计
2.1 变量测量
本研究中结果变量是治理效能,预测变量包括数字治理、政治效能感、政治参与。本文参考相关文献中的变量选择和问卷设计,自设测量问卷,主要变量测量方法如下。
2.1.1 治理效能
治理效能是使用数字技术治理的结果和效果,本文参考赵娟等的研究,将公民对治理效能的评价分成应用效度(1)、技术作用(2)、措施有效性(3)、效果满意度(4)四方面。询问受访者对数字技术应用在政府治理和服务中的感知程度、技术发挥作用的程度、对治理结果和政府部门表现的满意度,构建五级量表:1=差强人意,2=比较满意,3=满意,4=很满意,5=特别满意。
2.1.2 数字治理
为从微观个体层面考察数字治理的开展情况,本文参考TAM技术接受模型测量受访者对数字治理开展的满意度,由此构建三个测量方面:感知有用性、感知易用性、持续使用意愿。感知有用性方面(1),参考Doll等的五项指标(实用、准确、规范、及时、便捷),询问受访者当地数字治理满足以上五项指标的数量,计数赋分。感知易用性方面(2),在Davis的基础上,设计“网页稳定”“运行流畅不卡顿”“我能很好操作各项功能”“可网上通办,信息联网”“线上交流和办事顺利”五个指标,由受访者勾选认同的指标,计数赋分。持续使用意愿方面(3),为询问受访者对线上办理业务的期望,给出如下说法,其中“不好,希望线下办理业务”=1,“问题太多,不适合推广”=2,“和线下差不多,无所谓”=3,“比线下好,方便了我的生活,但是也有不足”=4,“建议完全线上办理”=5。
2.1.3 政治效能感
政治效能感是指个体对政治参与行为结果的预判,可分为外在效能感和内在效能感,前者认为自己有能力对政府产生影响;后者认为政治系统会回应政治诉求。本 文 从 政 治 效 能 感 的 内 外 两 方 面,参 考CGSS2010问卷D10题组中三个题项:内在效能感题为“如果让我当政府干部,我能完全胜任”(1),外在效能感题为“我向行政单位提出的建议会被采纳”(2)、“我的政治意见有办法让领导知道”(3)。根据受访者自我评价构建五级量表,1=完全不同意,3=不确定,5=完全同意。
2.1.4 政治参与
本文从广度、强度和深度三个方面,用五个题项测量公民政治参与。第一个题项(1)针对广度,按王绍光的方法询问受访者的政治参与途径(包括投票、竞选、沟通、抗争和接触),计数赋分。第二个题项(2)针对强度,对抗争性政治参与进行追问,依据受访者对上访行为的认知由极端向理性,由低到高五级赋分。第三个题项(3)针对强度,罗列胡荣对政治参与中利益表达的五种不同方法,让受访者选中其将认为合理的方法,计数赋分。第四个题项(4)针对深度,在郑建君地方人大选举四道题目基础上,参考CSS2019问卷H1题,外加一道“我曾和选举人表达过意见”,由低到高五级赋分。第五个题项(5)针对深度,考察基层社会治理参与,题项部分参考CSS2019问卷H2题选项,构建五个选项:“我不想参与村/社区治理”“老百姓只需要听政府的话就行”“我愿意参加政府组织的活动或者当志愿者”“我曾经当过基层社区/村治理的人员”“我是国家公务员或村/居/业委会人员”,按深度由浅至深逐级赋分。
2.2 模型设定
结构方程模型是一种通过构造变量样本的协方差矩阵,用极大似然法与先验矩阵比较,计算拟合程度,实现因子分析和路径分析的统计方法。本文使用AMOS26.0和SPSS26.0软件计算模型,其中的测量模型方程式为式(1),式中是外生显变量的向量,是内生显变量的向量,和是内、外生潜变量的组成向量,(1)、(2)是对应潜变量载荷矩阵,是路径载荷,和对应误差向量。模型固定参数为12×3的单位矩阵,协方差矩阵的=(0,0)。
数字治理是本模型中唯一的外生潜变量,其测量模型表达为式(2)。内生潜变量包括政治效能感、政治参与、治理效能,其测量模型表达满足式(3)。
结构模型反映路径关系,其方程为式(4)。式中(3)是内生潜变量间路径系数矩阵,(4)是外生潜变量对内生潜变量路径系数矩阵,、对应路径效应量载荷,是模型各变量估计的残差向量。
2.3 抽样设计
首先,进行预调研。在社交平台任意发放网络问卷,实际回收27份,根据问卷结果和受访者反馈,优化问卷语言表达和题项组合。随即,于2022年1月27日至2月5日采用多阶抽样法正式发放问卷。第一阶段采用判断抽样,根据《中国地方政府互联网服务能力发展报告(2020)》对城市数字政府由A到D的评级,选择环渤海地区4地市:营口(B+)、大连(B-)、葫芦岛(C+)、秦皇岛(C-),报告中C-到B+等级区间包含了全国90%地市,所选地市具有一定代表性。第二阶段对四地市各随机抽取一个城镇社区和一个农村,联系辖区居(村)民委员会人员帮助发放问卷,最终回收问卷294份。预处理后剩余235份,有效回收率约为80%,同时满足AMOS对数据不少于显变量十倍且达到中型样本水平(200份以上)的要求。
3 结果报告
3.1 数据检验
各题项统计结果及95%置信度下变量间相关系数如表1所示。对各样本分高低两组进行显著性0.05的
表1 变量描述
独立样本检验,各取排序后每段前后27%样本(235×27%≈64份)计算均值和标准误,诊断结果认为数据区分度良好。
由于结构方程模型将对均值向量和协方差矩阵检验,需要数据满足多元线性回归的限制条件。所以,利用SPSS宏绘制卡方与马氏距离图,图中点大致构成直线,且通过K-S检验,推测数据服从多元正态分布。中位数的方差齐性检验显示,各题项莱文统计量(4,230)取值在0.185~3.229,>0.05,支持方差齐性假设。将所有自变量对因变量的四个指标逐个回归,得到所有的方差膨胀因子范围在1.5~2.0之间,不存在多重共线性。
3.2 信效度检验
首先进行信度检验。本研究对问卷的题项信度、同质信度、组合信度检验。题项信度选取平方复相关系数,同质信度选取标准化值,组合信度用值表示,总体结果的>0.36,和>0.6,说明各维度尚佳,整体可接受,通过问卷信度检验。
其次进行效度检验。进行和球形检验,得=0.88>0.8,显著性P=0.00<0.05,数据间反映像相关矩阵均大于0.85,变量适合因子分析,由此检验模型的构念效度。作为问卷自设,先进行探索性因子分析,再进行验证性因子分析。
探索性因子分析中,使用主成成分法提取4个因子后,用最大方差法对因子正交旋转,发现成分矩阵中1和2与模型假设差异较大,删除1和2两项。删除后的成分矩阵如表2所示,所有指标均与模型恰好一致,且不存在共同方法偏差,可进行验证性因子分析。
表2 旋转后成分矩阵
验证性因子分析中,首先,计算变量平均方差萃取值,检验模型收敛效度,计算结果如表3。在各指标标准因子载荷.高于0.5且显著的情况下,表3中构面组合信度高于0.6,不低于0.36,说明模型收敛效度可接受,其中数字治理、政治效能感高于0.5,效度较好。其次,采取验证性因素分析法CFA,构建多因素模型,比较不同模型整体拟合差异,检验原模型区分效度,计算结果如表4。对构建模型与四因素原模型逐一进行卡方比较,发现构建模型主要拟合指标显著变差,有理由认为原模型在统计学意义上显著优于其他模型,具有相对最佳的区分效度,问卷和模型结构良好。
表3 模型信度、收敛效度
表4 多因素模型拟合指标比对
3.3 模型检验
首先,修正并检验整体拟合优度。根据探索性因子分析,删除1和2;根据修正指标..增设和、的残差共变,最终拟合结果如表5所示。作为中型样本的多重中介效应模型,本模型总体拟合良好。
表5 模型拟合优度
其次,-法识别修正模型。模型包括10项测量指标,故协方差数为10×(10+1)2=55,需估计的参数=15<55,符合-法则。综上所述,修正模型可以检验假设。
4 假设检验
4.1 直接效应
路径分析得到的标准化系数及如图2和表6所示。除假设H5a外,其他假设均具备较好的显著的统计意义和良好的经济意义。具体来看,数字治理的使用效果越好,政治效能感和政治参与的水平越高,其路径系数分别为0.526和0.416。政治效能感的提升也会显著改善政治参与,其路径系数为0.606。公民有序的政治参与能提升治理效能,其路径系数为0.71。数字治理对治理效能无显著的直接效应(=0.392>0.1)。但数字治理对治理效能的总效应=0.617>0.5,推测政治效能感和政治参与可能在复杂中介中起到了遮掩效应,直接效应不显著不意味着研究的结束,需进一步探讨自变量和因变量之间的中介关系。
图2 修正后标准化路径模型
表6 结构模型标准化路径系数
4.2 条件过程
4.2.1 中介效应
作为二阶链式中介,本文采取更为适宜的Bootstrap法检验中介效应,在95%置信度下重复抽样5 000次,结果如表7所示。表中中介路径1和2的置信区间均不包含0,表明中介路径1和2均有意义。由于数字治理对治理效能的直接效应不显著,两中介效应、总中介效应和总效应均显著(区间不包含0,<0.05)且总中介效应占总效应比79.7%,用完全中介解释结果,支持H5b和H5c。对比中介效应发现,路径2效应量虽高于路径1,但是差异不显著(区间包含0,=0.757>0.05),说明在政治参与之外,政治效能感确切地分担了部分作用,存在两条平行中介路径。
表7 中介检验
4.2.2 调节作用
为检验性别作为分类变量的调节过程,本文选择多群组分析法,在模型拟合较好的情况下,按照男女分组回归,对比限制和不限制组对特定路径发生作用的结果差异,如表8所示。读表可知,男女两组在政治参与→治理效能路径中的组间差异显著,男性组路径系数较女性组更高,说明男性有效政治参与对治理效能具有更强的作用,性别在其中起到了调节作用,假设H4b得到验证。为进一步验证条件过程,采用差异分析法,分组分值比较性别对中介路径的单独效应差异。用Bootstrap法在95%置信度下重复抽样5 000次,结果如表9所示。表中男女两组中介效应均显著(区间不包含0),但组间差异不显著(区间包含0,>0.05),推断性别只在第二阶段发生了调节作用,假设H4b得到进一步支持。
表8 分组回归
表9 有调节的中介效应
4.3 稳定性检验
首先,按照年龄、学历、收入等人口属性分组比较。通过方差分析检验主体间效应,发现这些变量对治理效能不具有预测性(在[0.285,2.519]取值,>0.1),可用于稳健性检验。限制结构模型路径相等,年龄按照问卷分成五组,与基准模型相比,=5,=2.5,=0.777;学历分成受过高等教育和未受过高等教育两组,与基准模型相比,=5,=8.639,=0.124;收入分成高中低三组,与基准模型相比,=5,=5.764,=0.330。各组显著性均大于0.05,说明分组后的路径系数与基准模型具有显著一致性,统计结论具有良好的稳健性。
其次,调整变量构建。第一步检验因变量,分四次,依次删除治理效能四个指标中的一个指标,保留其余三个指标作为治理效能的度量指标,构建模型运行,四次运行结果与检验结果基本一致。第二步检验中介变量,控制政治参与这一变量,则控制了两条中介路径,以此得到数字治理对治理效能在0.001水平上有显著正向影响(=0.675,=0.094),排除第三变量可能。第三步检验调节变量,由于性别为人口属性,为避免其作用在主效应或中介路径的其他阶段,将变量放置在可能发生作用的路径中依次检验,结果证明调节作用在其他路径均不成立,可以认为性别的调节作用只发生在政治参与→治理效能路径。受限于篇幅,这里不再陈列数据。
5 结论与建议
5.1 主要结论
数字治理范式将更多的关怀投向公众与公平问题,试图以此改变传统行政对效率的片面关注。这一转变很大程度上通过公民政治参与实现,但以往研究尚未明确交代实现的路径。本文实证了数字治理通过影响公民政治效能感,进而影响公民政治参与,最终对治理效能发生作用的过程机制。研究既验证了数字治理对公民个体、公民个体对治理效能的直接作用,又在两个作用机制基础上将二者结合起来,实证了数字治理在微观层面对治理效能发挥作用的链式条件过程。链式过程说明公民政治效能感和政治参与这两个变量,是数字治理变革在微观层面对治理效能发生作用的必经之路。在微观本体视角下,数字治理要求政府面向社会公众,通过回应公众间接提升治理效能。数字治理对治理效能有不明显的直接效应,这是因为数字治理提升治理效能有科学决策和社会赋权两个起点,科学决策虽不属于微观影响的测量范畴,但也会部分地影响公众对治理效能的评价。这种不显著的结果也说明,只有政府足够关注公民个体政治行为,才会发挥数字治理对治理效能的积极作用。
同时,政治效能感和政治参与的完全中介效应揭示了数字治理对社会公众的高度依赖,也警示了数字时代社会治理的社会风险。数字治理不再是早先领先于时代的新模式,其目的不仅是直接追求行政效率的快速提升,更是回应现代社会治理中公众对政府的要求。在不考虑群众的情况下,数字治理仍对治理效能呈现不显著的正相关,在社会研究中有理由认为,政府如果没有足够重视数字治理建设,不排除治理效能下降的风险,换言之,数字治理的使用是解决社会发展所放大的治理困境的现实需要。然而,数字治理的影响不能独立发生,基于微观公众的条件过程要求政府保持数字治理-公众政治效能感-政治参与的相对协调。特别是随着互联网发展和人口流动加快,公众对政务信息的了解和需要大大增强,不能满足公众需求的数字治理将会削弱其提升治理效能的能力,甚至产生负效应。由此看来,开展数字治理有其必要性,更有其迫切性。
此外,性别在政治参与影响治理效能路径中起到的调节作用,延伸了性别政治参与的研究成果。不过,性别并没有对全过程起到调节作用,这一结论既符合社会实在,又展示出数字治理对公民政治意愿、政治参与行为的影响不具有显著性别差异的事实,提供了性别差异在数字政治参与中正在减弱的证据。以上结论为治理数字化转型和推进全过程民主提供理论支撑,有助于提升政府社会治理效能。
5.2 对策建议
第一,坚定全过程民主治理理念。数字治理以民主政治参与为基础,进而达到增益治理效能效果。如要发扬全过程民主的制度优势,发挥民主价值内嵌在数字治理科学性和整体性体系中的价值约束,首先要保持治理的工具理性服从民主的价值理性。
第二,提高政府的社会回应能力。数字治理需要通过公众中介,提升治理效能。所以政府在开展数字治理时,有必要更加关注群众对治理有效性的反馈和社会内生力量,搭建制度化的有机联动机制,有序推进政府与社会的协调与共生。搭建机制时,可以借助数字技术赋能优势,在决策、执行、反馈方面推进治理智慧化。
第三,强调数字治理中性别均衡。在数字治理过程中,性别的调节作用只发生于局部。这一方面提示政府在民主政治建设中仍旧不能忽视女性政治参与问题,另一方面也为通过完善数字社会的网络政治过程,为政府创新地解决公民政治参与的性别差异问题提供希望。
5.3 不足与展望
研究丰富了数字治理和治理效能的研究内容,为实务工作提供了启示,但仍有拓展空间,原因如下:第一,数字治理对政治参与影响的内生关系有待进一步探讨,特别是对于性别的深入研究,能加深对机制的内部理解,提供新的治理视角。第二,本文对微观公众数据进行分析,下一步将研究国家和省际层面的宏观作用,还需更多来自政府机构的数据。第三,未来需要在更大规模样本的支持下探讨户籍、政治面貌、地域等自然变量的异质性。最后,数字治理提升治理效能,从根本上是为了保障人民权利,稳定社会秩序,加快建设社会主义民主征程。新模式只有更真切地回应群众的诉求,增进人民福祉,才可谓治理提升。如何更好地回应公众,引导和激发社会力量,是数字治理过程的深刻内涵和本质要求。